Analiza poziomu zaufania społecznego i dobrostanu w krajach europejskich w kontekście doświadczeń historycznych

Author

Anita Orlova

Code

library(tidyverse)
library(haven)
library(janitor)
library(ggplot2)
library(plotly)
library(kableExtra)
library(ggeffects)

1 Wstęp

W Europie wciąż widoczne są wyraźne różnice w poziomie zaufania społecznego oraz subiektywnego dobrostanu. Można przypuszczać, że długotrwałe doświadczenia historyczne – okresy autorytaryzmu, wojen, kryzysów oraz trudnych transformacji – pozostawiają trwały ślad w sposobie, w jaki ludzie postrzegają innych oraz oceniają własne życie.

Celem projektu jest porównanie wybranych krajów europejskich pod względem zaufania społecznego, poczucia szczęścia i satysfakcji z życia. Kraje podzielono na dwie grupy: te o względnie stabilnej historii instytucjonalnej ostatnich kilkudziesięciu lat oraz te, które doświadczyły intensywnych kryzysów i głębokich przemian ustrojowych. Analiza ma charakter eksploracyjny i opisowy, bez ambicji wnioskowania przyczynowego.

Głównym pytaniem badawczym jest, czy i w jakim stopniu kraje, które w XX wieku doświadczyły długotrwałych okresów autorytaryzmu, wojen, okupacji oraz radykalnych transformacji instytucjonalnych, nadal w 2017 r. charakteryzują się niższym poziomem zaufania społecznego i subiektywnego dobrostanu w porównaniu z krajami o dłuższej tradycji stabilnych demokracji liberalnych.

Grupy porównawcze:

Trauma: Polska, Ukraina, Litwa, Łotwa, Rumunia
Stabilne: Szwecja, Dania, Niemcy, Holandia

Źródło danych: European Values Study 2017: Integrated Dataset (EVS 2017) (European Values Study 2017).

Code

evs_raw <- read_sav("ZA7500_v5-0-0.sav") %>% clean_names()

evs_sel <- evs_raw %>%
  select(
    cntry_y,
    v31,
    v7,
    v39,
    v226,
    age_r2,
    v243_edulvlb,
    v261
  )

Code

evs_sel <- evs_sel %>%
  mutate(
    country = as_factor(cntry_y),
    country = sub(" \\(.*\\)", "", country),
    country_group = case_when(
      country %in% c("Poland", "Ukraine", "Lithuania", "Latvia", "Romania") ~ "Trauma",
      country %in% c("Sweden", "Denmark", "Germany", "Netherlands") ~ "Stabilne",
      TRUE ~ NA_character_
    )
  ) %>%
  filter(!is.na(country_group))

Code

evs_clean <- evs_sel %>%
  filter(
    v31 %in% 1:2, v7 %in% 1:4, v39 %in% 1:10,
    !is.na(age_r2), !is.na(v243_edulvlb), !is.na(v261)
  ) %>%
  mutate(
    # rekodowanie skal: wyższa wartość = wyższy poziom
    trust = 3 - v31,
    happy = 5 - v7,
    life_sat = v39,
    education = v243_edulvlb,
    income = v261,
    age = 2017 - v226
  )

2 Analiza opisowa

Code

summary_stats <- evs_clean %>%
  group_by(country_group) %>%
  summarise(
    `Średnie zaufanie` = mean(trust, na.rm = TRUE),
    `Średnie szczęście` = mean(happy, na.rm = TRUE),
    `Średnia satysfakcja z życia` = mean(life_sat, na.rm = TRUE),
    `Liczba obserwacji` = n()
  )
summary_stats %>%
  kable(digits = 2) %>%
  kable_styling(bootstrap_options = c("striped", "hover"))

country_group	Średnie zaufanie	Średnie szczęście	Średnia satysfakcja z życia	Liczba obserwacji
Stabilne	1.66	3.24	7.92	8050
Trauma	1.25	2.99	7.06	5758

Kraje grupy stabilnej osiągają wyraźnie wyższe średnie wartości we wszystkich analizowanych wymiarach. Różnice są zauważalne i spójne.

3 Wizualizacja geograficzna

Podział krajów na grupy Trauma i Stabilne

Mapa ilustruje podział na grupy – pomarańczowy kolor dla krajów z doświadczeniem intensywnych kryzysów historycznych, zielony dla krajów o względnej stabilności instytucjonalnej.

4 Poziom zaufania społecznego w wybranych krajach

Code

trust_by_country <- evs_clean %>%
  filter(country %in% c("Poland", "Ukraine", "Lithuania", "Latvia", "Romania",
                        "Sweden", "Denmark", "Germany", "Netherlands")) %>%
  group_by(country, country_group) %>%
  summarise(mean_trust = mean(trust, na.rm = TRUE),
            .groups = "drop") %>%
  mutate(country = fct_reorder(country, mean_trust, .desc = TRUE))

p_trust_points_clean <- ggplot(trust_by_country,
                               aes(x = mean_trust,
                                   y = country,
                                   color = country_group)) +
  geom_point(size = 3, alpha = 0.9) +
  scale_color_manual(values = c("Trauma" = "#d95f02",
                                "Stabilne" = "#1b9e77"),
                     name = "Grupa krajów") +
  labs(
    title = "Średni poziom zaufania społecznego w wybranych krajach",
    x = "Średnie zaufanie",
    y = "Kraj"
  ) +
  theme_minimal(base_size = 14) +
  theme(
    legend.position = "bottom",
    plot.title = element_text(face = "bold"),
    axis.text.y = element_text(size = 12)
  )
p_trust_points_clean

Kraje grupy „Stabilne” (Szwecja, Dania, Niemcy, Holandia) osiągają wyraźnie wyższe wartości. Kraje grupy „Trauma” (Polska, Ukraina, Litwa, Łotwa, Rumunia) tworzą zwartą grupę o znacznie niższym poziomie zaufania.

5 Poziom zaufania społecznego

Code

p_trust <- ggplot(evs_clean, aes(x = country_group, y = trust, fill = country_group)) +
  geom_violin(alpha = 0.7) +
  scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) +
  labs(title = "Poziom zaufania społecznego", x = "Grupa krajów", y = "Skala zaufania") +
  theme_minimal() +
  theme(legend.position = "none")
p_trust

W krajach stabilnych rozkład odpowiedzi przesunięty jest wyraźnie w stronę wyższych wartości zaufania. W grupie „Trauma” wyraźnie dominują niskie wartości zaufania.

6 Poczucie szczęścia

Code

p_happy <- ggplot(evs_clean, aes(x = country_group, y = happy, fill = country_group)) +
  geom_violin(trim = FALSE, alpha = 0.6) +
  scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) +
  labs(title = "Rozkład poziomu szczęścia", x = "Grupa krajów", y = "Skala szczęścia") +
  theme_minimal() +
  theme(legend.position = "none")
p_happy

Rozkład poczucia szczęścia w krajach stabilnych jest bardziej skoncentrowany wokół wyższych wartości, podczas gdy w grupie Trauma pojawia się więcej niskich ocen.

7 Zależność między zaufaniem a poczuciem szczęścia

Code

p_scatter <- ggplot(evs_clean, aes(x = trust, y = happy, color = country_group)) +
  geom_point(alpha = 0.3) +
  geom_smooth(method = "lm", se = FALSE) +
  facet_wrap(~country_group) +
  scale_color_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) +
  labs(title = "Zależność zaufania i szczęścia", x = "Zaufanie", y = "Szczęście") +
  theme_minimal() +
  theme(legend.position = "none")
ggplotly(p_scatter)

W obu grupach widoczna jest dodatnia zależność, jednak w krajach stabilnych jest ona silniejsza.

7.1 Przewidywane wartości – wpływ zaufania na szczęście

Code

model_simple <- lm(happy ~ trust * country_group, data = evs_clean)
pred <- ggpredict(model_simple, terms = c("trust", "country_group"))
p_reg <- plot(pred, show_data = FALSE, colors = c("#1b9e77", "#d95f02")) + 
  labs(
    title = "Wpływ zaufania na poczucie szczęścia w grupach krajów",
    x = "Poziom zaufania",
    y = "Przewidywane poczucie szczęścia",
    caption = "Dane: EVS 2017"
  ) +
  theme_minimal(base_size = 14) +
  theme(legend.position = "bottom")
p_reg

W obu grupach poczucie szczęścia rośnie wraz ze wzrostem zaufania. Linie są niemal równoległe, jednak cała krzywa dla grupy „Stabilne” znajduje się wyraźnie powyżej krzywej grupy „Trauma”.

8 Różnice pokoleniowe w zaufaniu społecznym

Code

p_age <- evs_clean %>%
  group_by(country_group, age_r2) %>%
  summarise(mean_trust = mean(trust), .groups = 'drop') %>%
  ggplot(aes(x = factor(age_r2), y = mean_trust, fill = country_group)) +
  geom_col(position = "dodge") +
  scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) +
  labs(title = "Zaufanie według wieku", x = "Grupa wieku (1: 15-29, 2: 30-49, 3: 50+)", y = "Średnie zaufanie") +
  theme_minimal()
p_age

W obu grupach krajów poziom zaufania społecznego pozostaje stosunkowo stabilny między pokoleniami, a obserwowane różnice są bardzo niewielkie i w dużej mierze trudne do uznania za istotne. W grupie „Trauma” młodsze pokolenia wykazują nieco wyższe zaufanie niż starsze kohorty.

9 Zależność zaufania od wieku

Code

p_age_scatter <- ggplot(evs_clean, aes(x = age, y = trust, color = country_group)) +
  geom_point(alpha = 0.2) +
  geom_smooth(method = "loess", se = FALSE) +
  scale_color_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) +
  labs(title = "Zależność zaufania od wieku", x = "Wiek respondenta", y = "Poziom zaufania") +
  theme_minimal() +
  theme(legend.position = "bottom")
p_age_scatter

W krajach grupy Trauma zaufanie rośnie wraz z malejącym wiekiem respondentów, co sugeruje stopniową poprawę postaw wśród młodszych pokoleń.

10 Satysfakcja z życia

Code

p_life_sat <- ggplot(evs_clean, aes(x = country_group, y = life_sat, fill = country_group)) +
  geom_violin(trim = FALSE, alpha = 0.6) +
  geom_boxplot(width = 0.15, fill = "white") +
  scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) +
  labs(title = "Rozkład satysfakcji z życia", x = "Grupa krajów", y = "Skala satysfakcji") +
  theme_minimal() +
  theme(legend.position = "none")
p_life_sat

Kraje stabilne charakteryzują się wyższą medianą. W grupie Trauma częściej pojawiają się niskie oceny.

11 Podsumowanie i wnioski

Analiza danych z European Values Study 2017 potwierdza istnienie wyraźnych i spójnych różnic między wybranymi krajami europejskimi. Kraje o względnie stabilnej historii instytucjonalnej (Szwecja, Dania, Niemcy, Holandia) charakteryzują się wyższym poziomem zaufania społecznego, większym poczuciem szczęścia oraz wyższą satysfakcją z życia. W tej grupie zaufanie interpersonalne odgrywa znacznie silniejszą rolę jako czynnik dobrostanu – dodatnia zależność między zaufaniem a poczuciem szczęścia jest tu wyraźniejsza.

W krajach z doświadczeniem intensywnych kryzysów historycznych i transformacji ustrojowych (Polska, Ukraina, Litwa, Łotwa, Rumunia) wszystkie analizowane wskaźniki osiągają niższe wartości średnie, a rozkłady odpowiedzi są bardziej zróżnicowane i przesunięte w stronę niższych ocen.

Jeśli chodzi o różnice pokoleniowe, zmiany między kohortami są w obu grupach bardzo niewielkie i w dużej mierze trudne do uznania za istotne. W krajach stabilnych poziom zaufania pozostaje niemal wyrównany między pokoleniami, z minimalnymi wahaniami. W grupie posttransformacyjnej młodsze kohorty wykazują nieco wyższe zaufanie niż starsze – jednak różnica ta jest bardzo umiarkowana i nie wskazuje na wyraźny, dynamiczny trend poprawy postaw wśród najmłodszych respondentów.

Wyniki sugerują, że długotrwałe doświadczenia historyczne – okresy autorytaryzmu, wojen, okupacji i głębokich przemian ustrojowych – mogą wywierać trwały, negatywny wpływ na kapitał społeczny i subiektywny dobrostan. Jednocześnie delikatna tendencja do nieco wyższego zaufania wśród młodszych pokoleń w krajach posttransformacyjnych może wskazywać na bardzo powolny, stopniowy proces zmian postaw społecznych.

Projekt pokazuje, że dane European Values Study pozwalają na sensowne i czytelne porównania postaw społecznych w Europie, zwłaszcza w kontekście długookresowych doświadczeń historycznych. Zastosowane wizualizacje skutecznie pomagają zrozumieć zarówno podobieństwa wewnątrz grup, jak i kluczowe różnice między nimi.

12 Ograniczenia badania

Uproszczony podział krajów na grupy
Dane pochodzą z 2017 roku – nie uwzględniają późniejszych wydarzeń
Analiza ma charakter opisowy – nie pozwala na wnioskowanie o przyczynowości
Różne daty zbierania danych w poszczególnych krajach

European Values Study. 2017. “European Values Study 2017: Integrated Dataset.” GESIS Data Archive. https://search.gesis.org/research_data/ZA7500.

--- title: "Analiza poziomu zaufania społecznego i dobrostanu w krajach europejskich w kontekście doświadczeń historycznych" author: "Anita Orlova" format: html: theme: cosmo toc: true toc-location: left toc-title: "Spis treści" toc-depth: 3 number-sections: true smooth-scroll: true code-fold: true code-tools: true self-contained: true execute: echo: true warning: false message: false bibliography: references.bib --- ```{r} library(tidyverse) library(haven) library(janitor) library(ggplot2) library(plotly) library(kableExtra) library(ggeffects) ``` # Wstęp W Europie wciąż widoczne są wyraźne różnice w poziomie zaufania społecznego oraz subiektywnego dobrostanu. Można przypuszczać, że długotrwałe doświadczenia historyczne – okresy autorytaryzmu, wojen, kryzysów oraz trudnych transformacji – pozostawiają trwały ślad w sposobie, w jaki ludzie postrzegają innych oraz oceniają własne życie. Celem projektu jest porównanie wybranych krajów europejskich pod względem zaufania społecznego, poczucia szczęścia i satysfakcji z życia. Kraje podzielono na dwie grupy: te o względnie stabilnej historii instytucjonalnej ostatnich kilkudziesięciu lat oraz te, które doświadczyły intensywnych kryzysów i głębokich przemian ustrojowych. Analiza ma charakter eksploracyjny i opisowy, bez ambicji wnioskowania przyczynowego. Głównym pytaniem badawczym jest, czy i w jakim stopniu kraje, które w XX wieku doświadczyły długotrwałych okresów autorytaryzmu, wojen, okupacji oraz radykalnych transformacji instytucjonalnych, nadal w 2017 r. charakteryzują się niższym poziomem zaufania społecznego i subiektywnego dobrostanu w porównaniu z krajami o dłuższej tradycji stabilnych demokracji liberalnych. **Grupy porównawcze:** - **Trauma**: Polska, Ukraina, Litwa, Łotwa, Rumunia - **Stabilne**: Szwecja, Dania, Niemcy, Holandia Źródło danych: European Values Study 2017: Integrated Dataset (EVS 2017) [@EVS2017]. ```{r} evs_raw <- read_sav("ZA7500_v5-0-0.sav") %>% clean_names() evs_sel <- evs_raw %>% select( cntry_y, v31, v7, v39, v226, age_r2, v243_edulvlb, v261 ) ``` ```{r} evs_sel <- evs_sel %>% mutate( country = as_factor(cntry_y), country = sub(" \\(.*\\)", "", country), country_group = case_when( country %in% c("Poland", "Ukraine", "Lithuania", "Latvia", "Romania") ~ "Trauma", country %in% c("Sweden", "Denmark", "Germany", "Netherlands") ~ "Stabilne", TRUE ~ NA_character_ ) ) %>% filter(!is.na(country_group)) ``` ```{r} evs_clean <- evs_sel %>% filter( v31 %in% 1:2, v7 %in% 1:4, v39 %in% 1:10, !is.na(age_r2), !is.na(v243_edulvlb), !is.na(v261) ) %>% mutate( # rekodowanie skal: wyższa wartość = wyższy poziom trust = 3 - v31, happy = 5 - v7, life_sat = v39, education = v243_edulvlb, income = v261, age = 2017 - v226 ) ``` # Analiza opisowa ```{r} summary_stats <- evs_clean %>% group_by(country_group) %>% summarise( `Średnie zaufanie` = mean(trust, na.rm = TRUE), `Średnie szczęście` = mean(happy, na.rm = TRUE), `Średnia satysfakcja z życia` = mean(life_sat, na.rm = TRUE), `Liczba obserwacji` = n() ) summary_stats %>% kable(digits = 2) %>% kable_styling(bootstrap_options = c("striped", "hover")) ``` Kraje grupy stabilnej osiągają wyraźnie wyższe średnie wartości we wszystkich analizowanych wymiarach. Różnice są zauważalne i spójne. # Wizualizacja geograficzna ![Podział krajów na grupy Trauma i Stabilne](mapa.png) Mapa ilustruje podział na grupy – pomarańczowy kolor dla krajów z doświadczeniem intensywnych kryzysów historycznych, zielony dla krajów o względnej stabilności instytucjonalnej. # Poziom zaufania społecznego w wybranych krajach ```{r} trust_by_country <- evs_clean %>% filter(country %in% c("Poland", "Ukraine", "Lithuania", "Latvia", "Romania", "Sweden", "Denmark", "Germany", "Netherlands")) %>% group_by(country, country_group) %>% summarise(mean_trust = mean(trust, na.rm = TRUE), .groups = "drop") %>% mutate(country = fct_reorder(country, mean_trust, .desc = TRUE)) p_trust_points_clean <- ggplot(trust_by_country, aes(x = mean_trust, y = country, color = country_group)) + geom_point(size = 3, alpha = 0.9) + scale_color_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77"), name = "Grupa krajów") + labs( title = "Średni poziom zaufania społecznego w wybranych krajach", x = "Średnie zaufanie", y = "Kraj" ) + theme_minimal(base_size = 14) + theme( legend.position = "bottom", plot.title = element_text(face = "bold"), axis.text.y = element_text(size = 12) ) p_trust_points_clean ``` Kraje grupy „Stabilne” (Szwecja, Dania, Niemcy, Holandia) osiągają wyraźnie wyższe wartości. Kraje grupy „Trauma” (Polska, Ukraina, Litwa, Łotwa, Rumunia) tworzą zwartą grupę o znacznie niższym poziomie zaufania. # Poziom zaufania społecznego ```{r} p_trust <- ggplot(evs_clean, aes(x = country_group, y = trust, fill = country_group)) + geom_violin(alpha = 0.7) + scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) + labs(title = "Poziom zaufania społecznego", x = "Grupa krajów", y = "Skala zaufania") + theme_minimal() + theme(legend.position = "none") p_trust ``` W krajach stabilnych rozkład odpowiedzi przesunięty jest wyraźnie w stronę wyższych wartości zaufania. W grupie „Trauma” wyraźnie dominują niskie wartości zaufania. # Poczucie szczęścia ```{r} p_happy <- ggplot(evs_clean, aes(x = country_group, y = happy, fill = country_group)) + geom_violin(trim = FALSE, alpha = 0.6) + scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) + labs(title = "Rozkład poziomu szczęścia", x = "Grupa krajów", y = "Skala szczęścia") + theme_minimal() + theme(legend.position = "none") p_happy ``` Rozkład poczucia szczęścia w krajach stabilnych jest bardziej skoncentrowany wokół wyższych wartości, podczas gdy w grupie Trauma pojawia się więcej niskich ocen. # Zależność między zaufaniem a poczuciem szczęścia ```{r} p_scatter <- ggplot(evs_clean, aes(x = trust, y = happy, color = country_group)) + geom_point(alpha = 0.3) + geom_smooth(method = "lm", se = FALSE) + facet_wrap(~country_group) + scale_color_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) + labs(title = "Zależność zaufania i szczęścia", x = "Zaufanie", y = "Szczęście") + theme_minimal() + theme(legend.position = "none") ggplotly(p_scatter) ``` W obu grupach widoczna jest dodatnia zależność, jednak w krajach stabilnych jest ona silniejsza. ## Przewidywane wartości – wpływ zaufania na szczęście ```{r} model_simple <- lm(happy ~ trust * country_group, data = evs_clean) pred <- ggpredict(model_simple, terms = c("trust", "country_group")) p_reg <- plot(pred, show_data = FALSE, colors = c("#1b9e77", "#d95f02")) + labs( title = "Wpływ zaufania na poczucie szczęścia w grupach krajów", x = "Poziom zaufania", y = "Przewidywane poczucie szczęścia", caption = "Dane: EVS 2017" ) + theme_minimal(base_size = 14) + theme(legend.position = "bottom") p_reg ``` W obu grupach poczucie szczęścia rośnie wraz ze wzrostem zaufania. Linie są niemal równoległe, jednak cała krzywa dla grupy „Stabilne” znajduje się wyraźnie powyżej krzywej grupy „Trauma”. # Różnice pokoleniowe w zaufaniu społecznym ```{r} p_age <- evs_clean %>% group_by(country_group, age_r2) %>% summarise(mean_trust = mean(trust), .groups = 'drop') %>% ggplot(aes(x = factor(age_r2), y = mean_trust, fill = country_group)) + geom_col(position = "dodge") + scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) + labs(title = "Zaufanie według wieku", x = "Grupa wieku (1: 15-29, 2: 30-49, 3: 50+)", y = "Średnie zaufanie") + theme_minimal() p_age ``` W obu grupach krajów poziom zaufania społecznego pozostaje stosunkowo stabilny między pokoleniami, a obserwowane różnice są bardzo niewielkie i w dużej mierze trudne do uznania za istotne. W grupie „Trauma” młodsze pokolenia wykazują nieco wyższe zaufanie niż starsze kohorty. # Zależność zaufania od wieku ```{r} p_age_scatter <- ggplot(evs_clean, aes(x = age, y = trust, color = country_group)) + geom_point(alpha = 0.2) + geom_smooth(method = "loess", se = FALSE) + scale_color_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) + labs(title = "Zależność zaufania od wieku", x = "Wiek respondenta", y = "Poziom zaufania") + theme_minimal() + theme(legend.position = "bottom") p_age_scatter ``` W krajach grupy Trauma zaufanie rośnie wraz z malejącym wiekiem respondentów, co sugeruje stopniową poprawę postaw wśród młodszych pokoleń. # Satysfakcja z życia ```{r} p_life_sat <- ggplot(evs_clean, aes(x = country_group, y = life_sat, fill = country_group)) + geom_violin(trim = FALSE, alpha = 0.6) + geom_boxplot(width = 0.15, fill = "white") + scale_fill_manual(values = c("Trauma" = "#d95f02", "Stabilne" = "#1b9e77")) + labs(title = "Rozkład satysfakcji z życia", x = "Grupa krajów", y = "Skala satysfakcji") + theme_minimal() + theme(legend.position = "none") p_life_sat ``` Kraje stabilne charakteryzują się wyższą medianą. W grupie Trauma częściej pojawiają się niskie oceny. # Podsumowanie i wnioski Analiza danych z European Values Study 2017 potwierdza istnienie wyraźnych i spójnych różnic między wybranymi krajami europejskimi. Kraje o względnie stabilnej historii instytucjonalnej (Szwecja, Dania, Niemcy, Holandia) charakteryzują się wyższym poziomem zaufania społecznego, większym poczuciem szczęścia oraz wyższą satysfakcją z życia. W tej grupie zaufanie interpersonalne odgrywa znacznie silniejszą rolę jako czynnik dobrostanu – dodatnia zależność między zaufaniem a poczuciem szczęścia jest tu wyraźniejsza. W krajach z doświadczeniem intensywnych kryzysów historycznych i transformacji ustrojowych (Polska, Ukraina, Litwa, Łotwa, Rumunia) wszystkie analizowane wskaźniki osiągają niższe wartości średnie, a rozkłady odpowiedzi są bardziej zróżnicowane i przesunięte w stronę niższych ocen. Jeśli chodzi o różnice pokoleniowe, zmiany między kohortami są w obu grupach bardzo niewielkie i w dużej mierze trudne do uznania za istotne. W krajach stabilnych poziom zaufania pozostaje niemal wyrównany między pokoleniami, z minimalnymi wahaniami. W grupie posttransformacyjnej młodsze kohorty wykazują nieco wyższe zaufanie niż starsze – jednak różnica ta jest bardzo umiarkowana i nie wskazuje na wyraźny, dynamiczny trend poprawy postaw wśród najmłodszych respondentów. Wyniki sugerują, że długotrwałe doświadczenia historyczne – okresy autorytaryzmu, wojen, okupacji i głębokich przemian ustrojowych – mogą wywierać trwały, negatywny wpływ na kapitał społeczny i subiektywny dobrostan. Jednocześnie delikatna tendencja do nieco wyższego zaufania wśród młodszych pokoleń w krajach posttransformacyjnych może wskazywać na bardzo powolny, stopniowy proces zmian postaw społecznych. Projekt pokazuje, że dane European Values Study pozwalają na sensowne i czytelne porównania postaw społecznych w Europie, zwłaszcza w kontekście długookresowych doświadczeń historycznych. Zastosowane wizualizacje skutecznie pomagają zrozumieć zarówno podobieństwa wewnątrz grup, jak i kluczowe różnice między nimi. # Ograniczenia badania - Uproszczony podział krajów na grupy - Dane pochodzą z 2017 roku – nie uwzględniają późniejszych wydarzeń - Analiza ma charakter opisowy – nie pozwala na wnioskowanie o przyczynowości - Różne daty zbierania danych w poszczególnych krajach ::: {#refs} :::